Test Data – (Test Verisi)

Test Data (Test Verisi), makine öğrenmesi ve derin öğrenme modellerinin eğitim sürecinden tamamen bağımsız olarak performansını değerlendirmek amacıyla kullanılan veri kümesini ifade eder. Test verisi, modelin eğitim sırasında hiç görmediği örneklerden oluşur ve modelin gerçek dünyadaki yeni veriler üzerinde ne kadar başarılı çalışacağını tarafsız biçimde ölçmeyi amaçlar. Bu nedenle test verisi, bir yapay zekâ modelinin genelleme (generalization) yeteneğinin değerlendirilmesinde temel araçlardan biridir. Model geliştirme sürecinde test verisinin eğitim amacıyla kullanılması, performans ölçümlerinin yanıltıcı olmasına ve modelin gerçek başarısının olduğundan yüksek görünmesine neden olabilir.

Makine öğrenmesi projelerinde veri kümesi genellikle eğitim (training), doğrulama (validation) ve test (test) olmak üzere üç bölüme ayrılır. Eğitim verisi model parametrelerinin öğrenilmesini sağlarken, doğrulama verisi hiperparametre optimizasyonu ve model seçimi için kullanılır. Test verisi ise yalnızca model geliştirme süreci tamamlandıktan sonra kullanılarak nihai performansın değerlendirilmesini sağlar. Test aşamasında model, daha önce hiç karşılaşmadığı örnekler üzerinde tahmin üretir ve bu tahminler gerçek sonuçlarla karşılaştırılır. Böylece doğruluk (accuracy), kesinlik (precision), duyarlılık (recall), F1 skoru, ROC-AUC, ortalama karesel hata (Mean Squared Error – MSE) veya ortalama mutlak hata (Mean Absolute Error – MAE) gibi performans ölçütleri hesaplanır.

Test verisinin temsil edici ve tarafsız olması büyük önem taşır. Eğitim verisiyle benzer dağılıma sahip olması beklenirken, eğitim sürecine hiçbir şekilde dâhil edilmemelidir. Aksi hâlde veri sızıntısı (data leakage) olarak adlandırılan durum ortaya çıkabilir ve model performansı gerçekte olduğundan daha yüksek ölçülebilir. Ayrıca test verisinin yeterli büyüklükte ve farklı örnekleri kapsaması, modelin farklı senaryolardaki başarısını doğru biçimde değerlendirmeye yardımcı olur. Günümüzde çapraz doğrulama (cross-validation), bağımsız test kümeleri ve gerçek zamanlı değerlendirme yöntemleri de model performansını daha güvenilir biçimde ölçmek amacıyla yaygın olarak kullanılmaktadır. Yapay zekâ uygulamalarında test verisi, modelin güvenilirliği, genellenebilirliği ve gerçek kullanım ortamındaki başarısını objektif olarak değerlendiren en önemli bileşenlerden biri olarak kabul edilmektedir.